### 问题描述 小齐最近购买了一台新的无人机搭载奶牛定位相机，该相机据说可以拍摄牧场的图像并自动识别奶牛的位置。然而，该相机的奶牛识别算法并不是很好，所以小齐需要你的帮助开发一个更好的算法。 相机拍摄到的农场图像由一个 $N \times N$ 的字符网格描述，每个字符在 $A$ 到 $Z$ 的范围内，表示 $26$ 种可能的颜色。小齐认为定义一个潜在奶牛位置（$PCL$）的最佳方式如下：一个 $PCL$ 是一个矩形子网格（可能是整个图像），其边与图像边平行，并且不包含在任何其他 $PCL$ 中（因此 $PCL$ 的任何较小子集也不是 $PCL$）。此外，$PCL$ 必须满足以下属性：聚焦于矩形的内容，忽略图像的其余部分，确切地有两种颜色，一种形成一个连续区域，另一种形成两个或更多的连续区域。 “连续”区域是指您可以通过在区域中的一个单元格和另一个单元格之间上下左右地移动来遍历整个区域。 给定小齐相机返回的图像，请计算 $PCL$ 的数量。 ### 输入格式 第一行包含 $N$，网格的大小。接下来的 $N$ 行描述图像，每行包含 $N$ 个字符。 ### 输出格式 打印图像中 $PCL$ 的数量。 ### 样例输入 ``` 4 ABBC BBBC AABB ABBC ``` ### 样例输出 ``` 2 ``` ### 评测数据规模 $1 \leq N \leq 20$。